Anthropicが、Claudeの上位モデル「Claude Opus 4.8」を公開しました。
見た目はいつものバージョンアップですが、中身はかなり実務寄りです。コードを書く、長い調査を進める、資料をまとめる、複雑な作業を任せる。そういう場面での安定感を上げにきた印象があります。
しかも今回は、単にモデルが賢くなっただけではありません。Claude.aiでは「どれくらい頑張るか」をユーザーが調整できるようになり、Claude Codeには巨大なタスクをさばくための新機能「dynamic workflows」も入ります。速度重視の fast mode も値下げされ、使い方の選択肢が増えました。こういう“地味だけど効く”更新、私はけっこう好きです。
Anthropicの発表文を読むと、Opus 4.8は劇的な別物というより、「仕事で安心して任せられる方向に磨いた版」という立ち位置です。
ベンチマーク上の改善はもちろんありますが、かなり強調されているのは、実際の作業のしやすさです。
たとえば、早期テスターのコメントでは、Opus 4.8は判断が鋭く、質問すべきところでちゃんと聞き、間違いも自分で拾い、筋の悪い計画には突っ込みを入れる、と評価されています。これは地味ですが重要です。AIが賢いかどうかより、「変なまま突っ走らないか」のほうが、現場ではずっと効くからです。
個人的には、ここが今回いちばんAnthropicらしいところだと思います。派手なデモ映えより、長いセッションの中での信頼感を上げにいっている。派手ではないけれど、実際に使う人にはかなり刺さるはずです。
発表では、Opus 4.8が coding だけでなく、agentic tasks と呼ばれる「ツールを使いながら自律的に進める作業」、それに professional work の領域で改善したと説明されています。
agentic tasks は少し専門っぽい言い方ですが、要するに「指示を受けて、途中で必要なツールを使いながら、ある程度自分で進める仕事」です。検索したり、ファイルを読んだり、手順を分けて処理したりする、あのタイプですね。
公開された引用を読むと、かなり用途が広いです。
CursorBench ではより少ない手数で同じ知能を引き出せるとされ、Devin のような自律的なエンジニアリング用途では、コメントのうるささや tool calling の問題が改善したという声が出ています。法務向けのベンチマークでは、これまでより高いスコアを記録したともあります。
このへんを見ると、Anthropicは「とにかく賢いチャットボット」を売っているというより、「社内作業の半自動化に耐える相棒」を作っているのだと感じます。AIの価値は、派手な一問一答より、途中でつまずかずに最後までやり切れるかに移っている。Opus 4.8はそこをかなり意識したモデルでしょう。
発表の中で特に強く押されているのが honesty、つまり正直さです。
AIは、根拠が弱いのに「できました」「進みました」とそれっぽく言ってしまうことがあります。人間の目から見ると、ここがかなり厄介です。派手に間違うより、静かに自信満々でズレるほうが困るからです。
Anthropicによれば、Opus 4.8は不確実な点をちゃんと示し、裏付けのない主張をしにくくなっているとのこと。評価でも、コードの欠陥を見逃す頻度が前世代の約4分の1に減ったとされています。
これは地味ですが、実務ではかなり大きいです。
「AIが何を知っているか」より、「何を知らないと認めるか」のほうが、結局は信頼につながります。個人的には、ここがモデルの成熟度を測る本質ではないかと思います。賢さの演出は簡単ですが、誤魔化さない設計は難しい。だからこそ価値があるわけです。
Anthropicは毎回かなり丁寧に安全性評価をしていますが、今回も例外ではありません。
Opus 4.8は、利用者の自主性を尊重したり、ユーザーの利益になるよう動いたりする「prosocial traits」の評価で高い結果を出したとされています。さらに、deception や misuse への協力といった望ましくない振る舞いは、Opus 4.7よりかなり低く、同社の別の高い安全性モデルと同程度だと説明しています。
AIモデルの更新というと、つい性能だけ見がちですが、現実には「性能が上がるほど、変な動きのコストも大きくなる」ので、安全性の更新はセットです。Anthropicがここを前面に出すのは自然だし、むしろ当然だと思います。
今回の発表で実務ユーザーがいちばん気にするのは、たぶん Claude Code でしょう。
ここに入る「dynamic workflows」は、かなり野心的です。大きな仕事をまず計画し、その後に数百もの parallel subagents を同時に走らせ、最後に出力を検証して返す、という流れになっています。
parallel subagents というのは、雑に言えば「小さな分身を大量に並列で動かす」イメージです。全部を1人で抱え込むのではなく、複数の小さな作業単位に分けて処理するわけですね。人間の開発でも、大きいリポジトリを扱うときは似た考え方をしますが、それをAI側で自動化する感じです。
Anthropicは、これで数十万行規模のコードベース移行まで、着手からマージまでこなせるとしています。
正直、こういう説明は盛って聞こえることもあります。ですが、方向性としてはかなり筋がいいです。AIは「小さなタスクを速く片づける」だけではなく、「長い作業を途中で崩さずに持続する」ことが求められているからです。
claude.ai と Cowork では、ユーザーが「どれくらい effort をかけるか」を選べるようになりました。
高い設定ではより深く考え、低い設定では速く返し、rate limits も節約できます。
この変更は、かなり賢いと思います。AIの使い方は一律ではありません。軽い質問に毎回フルパワーを使うのはもったいないし、逆に難しいコード修正を雑に返されるのも困る。だから、ユーザーが“今は速さ優先”“ここは時間をかけてほしい”と切り替えられるのは自然です。
Opus 4.8のデフォルトは high effort で、Anthropicはこれが品質と体験のバランスが良いと見ています。さらに難しいタスクには extra や max も用意され、特に長時間の非同期ワークフローには extra を勧めています。
要するに、万能に1つで済ませるのではなく、場面に合わせてAIの呼吸を変える設計です。これはわりと本気で、今後のAI製品の標準になっていくかもしれません。
気になる価格ですが、通常利用の料金は Opus 4.7 から据え置きです。
具体的には、入力100万トークンあたり5ドル、出力100万トークンあたり25ドル。fast mode は入力100万トークンあたり10ドル、出力100万トークンあたり50ドルです。
トークンは、ざっくり言えばAIが文章を扱うときの細かな単位です。文字数そのものではないですが、「どれだけ長く読む・書くか」の目安だと思っておけば大きく外れません。
しかも fast mode は、従来モデルより3倍安く、2.5倍の速度で動作するとされています。
これはかなり使いやすいです。速度とコストの両方で選べると、用途が一気に広がります。リアルタイム性が欲しい仕事と、じっくり考えさせたい仕事は別物ですからね。
発表の最後でAnthropicは、Opus 4.8は着実な改善だが、まだ先があると言っています。
今後は、Opus並みの能力をもっと安く提供できるモデル群を作りたいし、Opusよりさらに高い知能を持つ新しいクラスのモデルも計画している、としています。
ここはかなり重要なメッセージです。
つまり、Opus 4.8はゴールではなく、橋渡しです。高性能モデルを「高くても使う価値がある」段階から、「もっと広く配れる」段階へ持っていく流れの途中にある。AI市場が進む方向をそのまま示している感じがあります。
個人的には、こういうロードマップの出し方は好感が持てます。
“次はもっとすごいものが出ます”だけだと空疎ですが、“今の上位モデルを磨きつつ、安い版と上の版の両方を作る”という話は現実味がある。しかも、実際の業務で必要なのはだいたいその間にある実用解です。
Anthropicは、Opus 4.8を「以前より少し良く、でもちゃんと体感できる改善」と位置づけています。たしかにその表現がいちばんしっくりきます。派手な革命ではない。でも、日々使う人には十分うれしい。そういう更新です。
